FusedLinear¶

class paddle.incubate.nn. FusedLinear ( in_features, out_features, weight_attr=None, bias_attr=None, transpose_weight=False, name=None ) [源代码] ¶

FusedLinear 层只接受一个 Tensor 作为输入，形状为 \([batch\_size, *, in\_features]\)，其中 \(*\) 表示可以为任意个额外的维度。该层可以计算输入 Tensor 与权重矩阵 \(W\) 的乘积，然后生成形状为 \([batch\_size, *, out\_features]\) 的输出 Tensor。如果 \(bias\_attr\) 不是 False，则将创建一个偏置参数并将其添加到输出中。此方法要求 CUDA 版本不低于 11.6。

参数¶

in_features (int) – 线性变换层输入单元的数目。
out_features (int) – 线性变换层输出单元的数目。
weight_attr (ParamAttr，可选) - 指定权重参数的属性。默认值为 None，权重将初始化为零。具体用法请参见 ParamAttr 。
transpose_weight (bool) - 在乘积运算前是否转置 weight 张量。
bias_attr (ParamAttr|bool，可选) – 指定偏置参数的属性。\(bias\_attr\) 为 bool 类型且设置为 False 时，表示不会为该层添加偏置。\(bias\_attr\) 如果设置为 True 或者 None，则表示使用默认的偏置参数属性，将偏置参数初始化为 0。具体用法请参见 ParamAttr。默认值为 None。
name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

属性¶

weight¶

本层的可学习参数，类型为 Parameter 。

bias¶

本层的可学习偏置，类型为 Parameter 。

形状¶

输入：形状为 \([batch\_size, *, in\_features]\) 的多维 Tensor。
输出：形状为 \([batch\_size, *, out\_features]\) 的多维 Tensor。

代码示例¶

          >>> import paddle
>>> paddle.device.set_device('gpu')
>>> from paddle.incubate.nn import FusedLinear

>>> x = paddle.randn([3, 4])
>>> linear = FusedLinear(4, 5)
>>> y = linear(x)
>>> print(y.shape)
[3, 5]

         